NatCommun丨樊嘉/杨欣荣/朱棣/胡博教授团队：从新靶点BCL9到先导药hsBCL9Z96，“加热”冷肿瘤攻克肝癌免疫耐药

发布时间：2025-11-21 13:24:37 浏览次数：

文献信息

【题目】Targeting tumor-intrinsic BCL9 reverses immunotherapy resistance by eliciting macrophage-mediated phagocytosis and antigen presentation

【期刊】Nature Communications

【影响因子】15.7

【doi】10.1038/s41467-025-65945-z

重要提醒：本文篇末可点击二维码下载该文献

在肿瘤药物研发中，发现全新靶点并开发具备优良成药性的候选分子，是推动治疗模式跃迁的核心动力。以肝细胞癌（HCC）为例，免疫检查点抑制剂（ICIs）疗效受限的重要原因在于肿瘤免疫微环境（TME）处于“冷”状态，导致免疫细胞难以有效启动抗肿瘤应答。因此，如何重塑TME、提升ICls的敏感性，已成为新药创新的关键突破口。

2025年11月17日，复旦大学附属中山医院樊嘉院士、杨欣荣教授与复旦大学基础医学院朱棣教授团队在 Nature Communications 在线发表最新研究，题为：“Targeting tumor-intrinsic BCL9 reverses immunotherapy resistance by eliciting macrophage-mediated phagocytosis and antigen presentation.”

该研究系统鉴定了 BCL9 这一导致肝癌免疫抑制的关键肿瘤内源靶点，并基于其结构特征自主设计出全新的多肽抑制剂 hsBCL9Z96。研究显示，该分子能够显著提升巨噬细胞吞噬与抗原呈递功能，从而逆转免疫治疗耐药、重新激活抗肿瘤免疫反应。

摘要

免疫检查点抑制剂（ICI）对部分癌症患者有益，但其耐药机制仍不甚明了。我们分析了来自两个临床试验队列 GO30140 和 IMbrave150 的转录组数据，发现 Wnt/β-catenin 信号通路辅助因子 B 细胞淋巴瘤 9（BCL9）与耐药相关。

我们开发了一种靶向 BCL9 的肽 hsBCL9 _Z96 ，该肽与抗 PD-L1 抗体联合使用，在临床前肝细胞癌（HCC）小鼠模型中可抑制肿瘤生长。多组学分析表明，靶向 BCL9 可抑制 BMP4 分泌并下调肿瘤细胞上的 CD24 表达，从而将巨噬细胞重编程为抑癌表型并促进巨噬细胞的吞噬作用。这反过来又通过增强巨噬细胞介导的抗原呈递来恢复 T 细胞免疫功能。

我们的数据扩展了我们对肿瘤来源的 Wnt/β-catenin 信号如何阻碍肿瘤微环境中的先天性和适应性免疫反应的理解，并提供了初步证据，表明靶向 BCL9 是一种有前景的临床前策略，可以减轻 HCC 中的 ICI 耐药性。

主题词： 肝癌、癌症免疫疗法、癌症治疗耐药性、免疫监视、单核细胞和巨噬细胞

02主要研究结果

图1 BCL9与实体瘤对PD-(L)1免疫治疗的新生耐药性相关。

A BCL9研究选择的示意图。B GO30140 + IMbrave150队列中对Atezo + Bev联合治疗无反应者与有反应者的标志性Wnt/ β -连环蛋白信号通路富集曲线。NES标准化富集分数，FDR错误发现率。

C 维恩图表示GO30140 + IMBrave150队列中Atezo + Bev PD vs CR的转录组数据和 CPTAC HCC 蛋白质组数据中差异表达的Wnt/ β -连环蛋白信号通路重叠基因。D 水瀑布图显示中山医院70例晚期 HCC 患者（根据 RECIST 1.1标准分类）对Atezo + Bev的治疗反应。E BCL9和EP300预测Atezo + Bev免疫治疗反应的ROC曲线。F 接受Atezo + Bev治疗的 HCC 患者中不同BCL9表达水平的 PFS（n = 70，P值通过双侧对数秩检验计算）。G 接受Atezo + Bev治疗的 HCC 患者中BCL9表达与治疗反应的相关性分析（n = 70）。使用 SPSS 软件的双侧卡方检验评估独立性。H ssGSEA计算的BCL9低表达与高表达样本中对免疫治疗良好反应的指标富集情况。

数据来自 n = 205 名生物学独立的患者，采用非配对双尾 t 检验。须线表示 Q1 - 1.5 × IQR 至 Q3 + 1.5 × IQR 范围内观察到的最小值和最大值。箱体显示第 25 百分位数（Q1）和第 75 百分位数（Q3）之间的四分位距（IQR），箱内的线表示中位数（第 50 百分位数）。I BCL9 IHC 染色及代表性 MRI。J HCC 患者来源的类器官肿瘤球体试验示意图。

K 抗 PD-1 治疗后 PDOTS 的存活率及相应肿瘤组织的 BCL9 表达水平。L PD-1 杀伤指数与 BCL9 表达水平的相关性（n = 77）。进行了双侧斯皮尔曼秩相关检验。阴影带表示回归拟合的 95% 置信区间。

图2 BCL9维持免疫抑制微环境并防止 HCC 中的免疫清除。

A中山医院治疗的两名具有不同BCL9表达水平的代表性患者的 IHC 染色显示CD3+ T细胞（CD3+）、CD4+ T细胞（CD4+）、CD8+ T细胞（CD8+）、巨噬细胞（CD68+）和调节性T细胞（FOXP3+）。B 对中山医院患者中免疫细胞浸润与BCL9表达的相关性进行了双侧皮尔逊相关分析。阴影带表示回归拟合的95%置信区间。C 热图显示BCL9表达与 TCGA 泛癌数据集中免疫细胞丰度的相关性。对BCL9与免疫细胞丰度进行了双侧斯皮尔曼秩相关检验。D，E 通过计时器估计的BCL9低表达与高表达样本中指定免疫细胞群体的富集情况，数据来自 TCGA LIHC 队列（D，数据来自n = 186名生物学独立患者）和中山 HCC 患者（E，数据来自n = 24名生物学独立患者）。对于每种细胞类型，BCL9低表达组与高表达组之间的比较采用非配对双侧学生t检验。须线表示观察到的最小值和最大值范围为Q1 - 1.5 × IQR 至Q3 + 1.5 × IQR 。箱体显示第25百分位（Q1）与第75百分位（Q3）之间的 IQR ，箱内的线表示中位数（第50百分位）。F 单细胞测序分析（GSE151530）识别了高表达和低表达BCL9的患者之间差异表达的CD8 T细胞特征评分。数据来自n = 46个生物学独立样本，并使用非配对双侧t检验进行比较（对于活化CD8 T细胞，采用Welch校正进行方差不等的比较）。G 代表 IHC 染色显示“热”肿瘤中低BCL9表达，以及“冷”肿瘤中高BCL9表达。P 肿瘤周围，T 肿瘤。H 在中山队列中，BCL9表达与肿瘤免疫分类（“热”或“冷”肿瘤，n = 55）的相关性分析。使用 SPSS 软件进行双侧卡方独立性检验评估关联性。I，J 免疫缺陷小鼠（NCG）和免疫正常小鼠（C57BL/6J或 BALB /c）植入皮下肝癌细胞（Hepa1-6/H22 Bcl9-KO或Hepa1-6/H22 Ctrl-KO细胞）并生长2周的肿瘤生长曲线（数据以均值±标准差表示，n = 6个生物学重复）。K 对C57BL/6J小鼠的Hepa1-6 Ctrl-KO和Hepa1-6 Bcl9-KO肿瘤中CD8+ T细胞的定量分析。（数据来自每组n = 3个生物学独立小鼠，以均值±标准差表示）。

图3 hsBCL9Z96的表征及其对BCL9/ β -连环蛋白相互作用的破坏。

A hsBCL9Z96（右）hsBCL9CT-24（左）的结构。B hsBCL9Z96（黄色）与 β -连环蛋白疏水口袋（蓝色）的对接，GlideXPMaestro Schrodinger所示。C hsBCL9Z96抑制 β -连环蛋白/BCL9结合活性。D hsBCL9Z96与 β -连环蛋白的生物芯片检测。E LEF/ TCF Hepa1-6报告基因检测显示，hsBCL9Z96和ICG001的半抑制浓度值分为0.247 μM 和1.272 μM 。F 通过流式细胞术（FACS）测量hsBCL9Z96和hsBCL9CT-24在HCT116细胞系中的细胞膜穿透率。数据以n = 3生物学重复的平均值±标准差表示，统计学显著性通过双侧单因素方差分析后Tukey多重比较检验确定。G、H 通过体内成像测量hsBCL9Z96和hsBCL9CT-24在肝组织中的穿透率。柱状图表示n = 3独立生物学重复的平均值±标准差，采用单因素方差分析。I 肿瘤边界不同区域的 FITC 阳性细胞信号。数据以n = 2独立生物学重复的平均值±标准差表示。hsBCL9CT-24在1 mm和2 mm深度的相同值证实肽段未穿透超过0.5 mm。J hsBCL9Z96（橙色）与Caveolin-2（灰色）形成4个盐键和10个氢键。K 通过免疫荧光检测Hepa1-6细胞上Caveolin-2的表达。Caveolin-2主要在 HCC 细胞中表达。该实验独立重复了三次，结果在定性上完全一致。在存在或不存在特Caveolin-2抑制剂 MβCD 的情况下，用FIT标记的hsBCL9Z96处理HeLa细胞。主要荧光信号通过流式细胞术测量（数据以每组n=3个独立生物学重复的平均值±标准差表示）。M Reporter检测结果显示非Wnt信号通路中hsBCL9Z96无脱靶效应（半抑制浓度>10 μM）。

图4 高效BCL9Z96与抗PD-L1抗体联合治疗比抗 VEGF 抗体和抗PD-L1抗体联合治疗效果更好。

A在三维微流控系统中，第5天20 HCC PDOTS 的存活率。B 第5天20 HCC PDOTS 在不同治疗后的相对存活率。柱状图表示每组n = 20个独立生物学重复的平均值±标准差，采用单因素方差分析。C 20 HCC PDOTS 的PD-L1抗体杀伤指数与BCL9表达的相关性（阴影带表示回归拟合的95%置信区间，统计学显著性通过斯皮尔曼相关检验确定）。D，E 接受不同治疗的Myc转基因小鼠（每组6只；溶剂+IgG，10 mg/kg；高效BCL9Z96,30 mg/kg；抗PD-L1抗体，10 mg/kg；抗 VEGF 抗体，10 mg/kg；联合治疗）的代表性图像和统计结果。比例尺：1 cm。柱状图表示每组n = 6个独立生物学重复的平均值±标准差，采用单因素方差分析。F C57BL/6J小鼠中Hepa1-6肿瘤的代表性B超和生长曲线（溶剂+IgG，10 mg/kg，n = 12；高效BCL9Z96,30 mg/kg，n = 11；抗PD-L1抗体，10 mg/kg，n = 11；抗VEGF抗体，10 mg/kg，n = 11；联合治疗，n = 11）。G 通过双侧对数秩检验计算的C57BL/6J小鼠（每组n = 10）携带Hepa1-6肿瘤的生存曲线，这些小鼠接受了载体 + IgG（10 mg/kg）、hsBCL9Z96（30 mg/kg）、抗PD-L1抗体（10 mg/kg）、抗 VEGF 抗体（10 mg/kg）或联合治疗。H，I 肺转移的代表性H&E图像。各组中肺转移的发生率（箭头所示）如图所示。J 肿瘤浸润免疫细胞的t分布随机邻域嵌入（t-SNE）图，其中每种颜色代表不同的免疫细胞亚群：巨噬细胞单核细胞、CD4+ T细胞、CD8+ T细胞、B细胞、自然杀伤（NK）细胞、双阴性（DN）T细胞、树突状细胞（DC）和粒细胞，这些数据来自CyTOF分析，显示了接受不同治疗的小鼠Hepa1-6肿瘤中的情况（n= 4）。K 对接受不同治疗的Hepa1-6肿瘤中免疫细胞的定量分析。数据以均值 ± 标准差表示，来自n = 4个独立生物学重复。比较采用非配对双侧Student‘s t检验。L 经过抗-CSF1抗体和抗Ly6G抗体分别清除巨噬细胞和中性粒细胞后，C57BL/6J小鼠中Hepa1-6肿瘤的体积。数据以均值 ± 标准差表示，来自n = 6个独立生物学重复，治疗组分别为载体 + IgG（10 mg/kg）、hsBCL9Z96（30 mg/kg）、抗PD-L1（10 mg/kg）、抗-CSF1（10 mg/kg）、抗Ly6G（10 mg/kg）。统计学显著性通过双侧单因素方差分析后Tukey多重比较检验确定。

图5 靶向BCL9重编程TIME：以BMP4依赖的方式将TAMs转变为M1样表型。

M1巨噬细胞群的网络排序分析。统计学显著性通过双侧单因素方差分析后进行Tukey多重比较检验确定。数据以均值±标准差表示，n=3个生物学重复。须线表示观察到的最小值和最大值范围在Q1-1.5× IQR 至Q3+1.5× IQR 之间。箱体显示第25百分位（Q1）和第75百分位（Q3）之间的 IQR ，箱内的线表示中位数（第50百分位）。B 热图显示了指示原发性肿瘤M2样巨噬细胞、抗肿瘤M1样巨噬细胞、 IFN - γ 相关通路（来自Hallmark集合）和T细胞浸润的基因差异表达。比例尺代表每个基因的标准化 FPKM（log2）。已知在患者免疫检查点抑制剂反应中起作用的基因示例已标注。C 高效抗肿瘤巨噬细胞特征和巨噬细胞活化集合在Hepe1-6肿瘤中经hsBCL9Z96+抗PD-L1抗体与单独抗PD-L1抗体治疗的小鼠的富集图。D 每组Hepe1-6肿瘤中M1巨噬细胞的流式细胞术定量分析。数据以均值±标准差表示，n=3个生物学独立小鼠，每组通过单因素方差分析。E 涉及BMDMs与Hepe1-6细胞共培养的研究示意图。F Hepa1-6细胞共培养的BMDMs中M1和M2巨噬细胞标志物。G BMDMs的M1特征评分。数据以均值±标准差表示，n=3生物学重复，采用非配对双侧t检验进行比较。H Hepa1-6细胞共培养的BMDMs中的M1巨噬细胞。数据以均值±标准差表示，n=3生物学重复，采用非配对双侧t检验进行比较。IGO30140+IMbrave150队列中无应答者与应答者上调基因的重叠，以及hsBCL9Z96处理后小鼠下调基因。J 指定组别中Hepa1-6细胞中的Bmp4。数据以均值±标准差表示，n=3生物学重复，采用双侧单因素方差分析后Tukey多重比较检验进行比较。K 经不同浓度hsBCL9Z96处理的Hepa1-6细胞中的Bmp4。数据以均值±标准差表示，n=3生物学重复，统计学显著性通过双侧单因素方差分析后Tukey多重比较检验确定。L BMP4 ab处理后的M1极化巨噬细胞。数据以均值±标准差表示，n=3生物学重复，采用非配对双侧t检验进行比较。M、N 指定组别中M1和M2极化巨噬细胞。数据以均值±标准差表示，n=3生物学重复，统计学显著性通过双侧单因素方差分析后Tukey多重比较检验确定。

图6 靶向肿瘤BCL9通过抑制CD24转录促进巨噬细胞吞噬和抗原呈递。

A、B GO分析显示，经hsBCL9Z96处理后，Hepa1-6细胞中涉及巨噬细胞活化、抗原加工与呈递以及抗肿瘤T细胞活化通路的富集。GO分析采用双侧超几何检验，并通过Benjamini-Hochberg FDR校正进行多重比较；校正后P值<0.05的术语被认为具有显著性。C 使用CellPhoneDB推断肿瘤细胞与巨噬细胞之间的潜在配体-受体（L-R）相互作用。统计学显著性通过双侧置换检验评估。D BCL9与配体表达的相关性。对BCL9及指示基因进行双侧Spearman秩相关检验。E 通过流式细胞术（FACS）测定Bcl9-KO对 HCC 细胞CD24表达的影响。数据以均值±标准差表示，n=3生物学重复，并通过非配对双侧t检验进行比较。F 流式细胞术（FACS）测定hsBCL9Z96处理对CD24表达的影响。数据以均值±标准差表示，n=3生物学重复，并通过双侧单因素方差分析（ANOVA）后Tukey多重比较检验确定统计学显著性。G 使用BCL9抗体对Hepa1-6细胞CD24启动子进行ChIP-qPCR分析。数据以均值±标准差表示，n=3生物学重复，并通过配对双侧t检验进行比较。H 使用 TCF4 抗体对 Hepa1-6 细胞中 CD24 启动子进行 ChIP-qPCR 分析。数据以均值 ± 标准差表示，n = 3 个生物学重复，统计学显著性通过配对双侧 t 检验确定。I 通过 qRT-PCR 检测 hsBCL9Z96 处理对 HCC 细胞中 CD24 表达的影响。数据以均值 ± 标准差表示，n = 3 个生物学重复，并通过非配对双侧 t 检验进行比较。J，K 使用 mIHC 检测体内处理指定试剂的巨噬细胞的吞噬能力。数据以均值 ± 标准差表示，n = 3 个生物学重复，统计学显著性通过双侧单因素方差分析后进行 Tukey 多重比较检验确定。L 巨噬细胞与负载OVA257–264的Hepa1-6细胞共培养时表面H-2Kb OVA复合物，有或无Bcl9-KO。数据以均值±标准差表示，n=4个生物学重复，并通过非配对双侧t检验进行比较。M 巨噬细胞与负载OVA257–264的Hepa1-6细胞共培养时表面H-2Kb OVA复合物，有或无hsBCL9Z96。数据以均值±标准差表示，n=5个生物学重复，并通过非配对双侧t检验进行比较。N 巨噬细胞与负载OVA257–264的Hepa1-6细胞共培养时，采用指定处理。数据以均值±标准差表示，n=3个生物学重复，统计学显著性通过双侧单因素方差分析后Tukey多重比较检验确定。O OT-I细胞中颗粒酶B产生的定量分析。数据以均值±标准差表示，n=3个生物学重复，并通过非配对双侧t检验进行比较。P TMA上的代表性mIHC染色。CD68/CD86和CD68/CD163图像来自同一显微镜视野，但显示不同的荧光通道。比例尺，200 μm（概览图像）和10 μm（放大和插图图像）。Q 肿瘤BCL9与CD24、M1/M2表型、巨噬细胞抗原处理能力及浸润活性效应T细胞比例之间的相关性。重新评估肿瘤BCL9与 CTL 评分、MHC评分和PD-1评分在多项临床研究中的关联。S 提出的模型示意图，显示hsBCL9Z96如何增强 HCC 中的免疫治疗。

文献学习脑图总结：

以上内容均来自期刊官网、Pubmed平台，本公众号仅做整理分享。

成果

公司团队

用户协议

隐私协议

电话：13681812072

邮箱：wyshengwuxue@126.com

电话：13681812072

邮箱：wyshengwuxue@126.com

关注复珠明生